python编程 为什么Python效率这么低，还这么火？
为什么Python效率这么低，还这么火？
在许多情况下，性能不是瓶颈。大约80%的应用程序不需要高性能。
Python语言其实很慢，为什么机器学习这种快速算法步骤通常还是用呢？
对于那些使用了多种开发语言（Java、C#、nodejs、Erlang）然后转用Python进行机器学习的人，我想谈谈我的看法。
首先，Python真的很慢吗？我的回答是真的。非常慢。for循环比CPP慢两个数量级。
那么为什么要使用Python呢？如果我们遍历超过一亿个数据，两个数量级的差异是不可接受的。但是，如果我们使用Python来执行顶层逻辑并阻塞数以亿计的数据，Python只会循环十几次，剩下的就留给CPU和GPU了。所以两个数量级无关紧要？一毫秒和100毫秒在整个系统中并不重要。
Python最大的优点是它可以非常优雅地将数据抛出到高效的C、CUDA中进行计算。Numpy、panda、numba这些优秀的开源库可以非常方便高效地处理海量数据，借助ZMQ、cell等还可以做分布式计算，gevent借助epoll系统IO优化。因此，它不需要花费太多的精力就可以优雅高效地完成海量数据处理和机器学习任务。这就是Python如此流行的原因。
好好想想。同样的性能，代码只有CPP或Java的三分之一或更少，不是很吸引人吗？
29岁想学python，有哪些建议？
学习Python与年龄无关。去年，我33岁的时候在openstack上学习Python。在我的职业生涯中，我学过几种语言，包括C、C、PHP和python。
就学习内容而言，我认为学习一门语言主要包括两个方面：
1）语言本身的语法，其实内容很少
2）与语言相关的系统库和第三方库，内容多，难度大
另外，我的经验是如何学好一门语言的实践，实践包括两个方面：
1）阅读更多的代码，你可以看到更好的开源项目，如openstack或Django等。
2）编写更多的代码。如果你的工作中有项目，如果没有，你可以写一些小项目。例如，开发一个python版本的redis。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
